通过最优可能竞争分析改进多选项滑雪租赁问题的学习增强算法

本文提出了改进的多选项滑雪租赁问题的学习增强算法。学习增强算法将ML预测作为输入的附加部分，并在求解给定问题时融入这些预测。由于其将ML预测的能力与严格的性能保证相结合的独特优势，它们在在线优化问题背景下已被广泛研究。尽管滑雪租赁问题是在线优化领域的经典问题之一，但此前已知的多选项滑雪租赁的算法无论是否带学习增强都仅为确定性算法。我们提出了该问题的首个随机化学习增强算法，超越了此前确定性算法给出的性能保证。我们的学习增强算法基于一个针对该问题可证明为最优可能的随机化竞争算法。我们的结果进一步由确定性与随机化算法的下界以及评估我们算法性能改进的计算实验所补充。